一种库存最优规划方法、系统、设备和存储介质技术方案

本发明专利技术适用于库存规划技术领域，提供了一种库存最优规划方法、系统、设备和存储介质，所述方法包括：根据货物成本、物流成本和保管费用，建立单件货物总成本优化模型；根据单件货物总成本优化模型，以总成本最小为目标函数，建立贝叶斯全品成本最优模型；根据所述贝叶斯全品成本最优模型输出库存规划结果，本发明专利技术实施例运用人工智能算法对模型进行贝叶斯优化，实现动态可变安全库存管理，降低库存总成本和库存周转周期，增加现金流动，增加客户满意度，提升企业竞争力。提升企业竞争力。提升企业竞争力。

【技术实现步骤摘要】
一种库存最优规划方法、系统、设备和存储介质


[0001]本专利技术属于库存规划
，尤其涉及一种库存最优规划方法、系统、设备和存储介质。

技术介绍

[0002]由于经济发展和人民生活水平的不断提高，中国汽车保有量的不断增长，社会大众对汽车的需求也越来越大，行业内汽车市场竞争激烈，合理的备件库存管理对企业提高核心竞争力、获取更高利润和品牌影响力等方面具有重要意义；然而，汽车备件种类多样，数量庞大，不同区域的备件需求易受到当地汽车保有量、行驶环境、季节等因素的影响而产生巨大差别备件的需求具有强烈的动态性和波动性，需求规律难以掌握，供应前期因备件种类和供应来源等因素的不同而长短不一，使得备件的库存管理相当困难。例如：车型更新速度较快使备件的使用周期大大缩短。一旦新车型开始使用就会造成原有车型备件的需求量降低并在长期积累后形成死库存；在区域配送中心独立运作的情况下售后部门分别采取主观性的订货策略完成补货，增大了库存积压和缺货现象的发生概率。由于区域间无法自行调拨，区域间库存统一协调能力较弱，造成备件积压，占用资金，同时被迫延长订货提前期，产生局部缺货；中央配送中心库存空间小且主要为转运功能，个别区域配送中心库存管理不善易产生爆仓，导致大量备件积压在承运商处因不能及时到达区域配送中心而产生缺货，服务水平受到较大影响。供应商的生产能力和承运商的运输能力发生变化也会引起提前期的波动，造成供应不及时。
[0003]目前，大部分汽车备件按照中心仓—配送中心—服务站的模式实现静态库存管理，不能根据实际需求实现库存的动态调整。库存不足、库存积压和库存周转、客户交付周期长等问题普遍存在，严重影响企业的资金流动和增加库存成本，降低了客户满意度。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种库存最优规划方法、系统、设备和存储介质，旨在解决
技术介绍
中确定的现有技术存在的问题。
[0005]本专利技术实施例是这样实现的，一种库存最优规划方法，所述方法包括：
[0006]根据货物成本、物流成本和保管费用，建立单件货物总成本优化模型；
[0007]根据单件货物总成本优化模型，以总成本最小为目标函数，建立贝叶斯全品成本最优模型；
[0008]根据所述贝叶斯全品成本最优模型输出库存规划结果。
[0009]本专利技术实施例的另一目的在于提供一种库存最优规划系统，所述系统包括：
[0010]单件总成本优化模型建立模块，用于根据货物成本、物流成本和保管费用，建立单件货物总成本优化模型；
[0011]全品成本最优模型建立模块，用户根据单件货物总成本优化模型，以总成本最小为目标函数，建立贝叶斯全品成本最优模型；
[0012]规划结果输出模块，用于根据所述贝叶斯全品成本最优模型输出库存规划结果。
[0013]本专利技术实施例的另一目的在于提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述库存最优规划方法的步骤。
[0014]本专利技术实施例的另一目的在于提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行所述库存最优规划方法的步骤。
[0015]本专利技术实施例运用人工智能算法对模型进行贝叶斯优化，实现动态可变安全库存管理，降低库存总成本和库存周转周期，增加现金流动，增加客户满意度，提升企业竞争力。
附图说明
[0016]图1为本专利技术实施例提供的一种库存最优规划方法的流程图；
[0017]图2为本专利技术实施例提供的建立单件货物总成本优化模型的流程图；
[0018]图3为本专利技术实施例提供的总成本与订货量的关系曲线图；
[0019]图4为本专利技术实施例提供的全品最优模型直观示意图；
[0020]图5为本专利技术实施例提供的库存最优规划系统的结构框图；
[0021]图6为一个实施例中计算机设备的内部结构框图。
具体实施方式
[0022]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0023]可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一xx脚本称为第二xx脚本，且类似地，可将第二xx脚本称为第一xx脚本。
[0024]如图1所示，在一个实施例中，提出了一种库存最优规划方法，具体可以包括以下步骤：
[0025]步骤S100，根据货物成本、物流成本和保管费用，建立单件货物总成本优化模型。
[0026]本专利技术实施例中，为提升利润降低整体库存成本，首先应考虑最优化单件货物总成本，根据货物成本、物流成本和保管费用可以建立单件货物总成本优化模型。
[0027]步骤S200，根据单件货物总成本优化模型，以总成本最小为目标函数，建立贝叶斯全品成本最优模型。
[0028]步骤S300，根据所述贝叶斯全品成本最优模型输出库存规划结果。
[0029]本专利技术实施例中，运用人工智能算法对模型进行贝叶斯优化，实现动态可变安全库存管理，降低库存总成本和库存周转周期，增加现金流动，增加客户满意度，提升企业竞争力。
[0030]在一个实施例中，如图2所示，步骤S100具体可以包括以下步骤：
[0031]步骤S101，定义单件货物总成本等于单件货物成本、单件物流成本和单件保管费
用之和。即总成本＝货物成本+物流成本+保管费用。
[0032]步骤S102，根据单件货物总成本建立方程：其中，P为单件成本，C为配送成本，R为年需求量，Q为订购批量，F为单件的年平均保管成本；TC为总成本。
[0033]步骤S103，通过总成本TC对订购批量Q求偏导，得到最优订购批量：
[0034][0035]其中，H为存储成本，Q*为单件最优订购批量。
[0036]本专利技术实施例中，求导过程如下：
[0037][0038][0039][0040][0041]最终可得单件最优订购批量Q*为：并且，据此可得总成本与订货量的关系曲线图，如图3所示。
[0042]在一个实施例中，步骤S200具体可以包括以下步骤：
[0043]定义目标函数为：MIN(z)＝∑B
i
x
i
+D
i
(x
i
‑
t
)+K
i
x
i
，其中，B
i
为备件成本，D
i
(X
i
‑
t
)为装车函数；Ki为仓储成本函数。
[0044]设置约束条件为：单件库存容量和总库容量均低于设定本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种库存最优规划方法，其特征在于，所述方法包括：根据货物成本、物流成本和保管费用，建立单件货物总成本优化模型；根据单件货物总成本优化模型，以总成本最小为目标函数，建立贝叶斯全品成本最优模型；根据所述贝叶斯全品成本最优模型输出库存规划结果。2.根据权利要求1所述的方法，其特征在于，所述根据货物成本、物流成本和保管费用，建立单件货物总成本优化模型的步骤，具体包括：定义单件货物总成本等于单件货物成本、单件物流成本和单件保管费用之和；根据单件货物总成本建立方程：其中，P为单件成本，C为配送成本，R为年需求量，Q为订购批量，F为单件的年平均保管成本；TC为总成本；通过总成本TC对订购批量Q求偏导，得到最优订购批量：其中，H为存储成本，Q*为单件最优订购批量。3.根据权利要求1所述的方法，其特征在于，所述根据单件货物总成本优化模型，以总成本最小为目标函数，建立贝叶斯全品成本最优模型的步骤，具体包括：定义目标函数为：MIN(z)＝∑B
i
x
i
+D
i
(x
i
‑
t
)+K
i
x
i
，其中，B
i
为备件成本D
i
(x
i
‑
t
)为装车函数；K
i
为仓储成本函数；设置约束条件为：单件库存容量和总库容量均低于设定的阈值，满足率和工单满足度均大于设定的阈值；所述满足率由预估的概率密度与特定单件均值占比总库存的均值的乘积得到，工单表示多种单件的组合，即将单件进行分组达到预定工单满足度。4.根据权利要求3所述的方法，其特征在于，所述满足率的计算公式为：∑F

【专利技术属性】
技术研发人员：秦伟林，吕不凡，张恒，刘洋，赵星越，张黎莉，牛敏，陶凯，张金库，马笑笑，袁野，何磊，刘泽田，孙健宇，赵帧，张迪，孟祺东，
申请(专利权)人：北京航天智造科技发展有限公司，
类型：发明
国别省市：